Skip to contents

软件官网:https://github.com/hakyimlab/MetaXcan/tree/master

Usage

JTI_predixcan_test(
  test_help = FALSE,
  GTEX_tissue = "all",
  model_db_path = "./JTI",
  covariance = "./JTI",
  gwas_file = "SNP_gwas_mc_merge_nogc.tbl.uniq",
  snp_column = "SNP",
  effect_allele_column = "A1",
  non_effect_allele_column = "A2",
  beta_column = "b",
  se_column = "se",
  opt_arguments = "--parallel",
  FDR_method = "bonferroni",
  save_path = "./"
)

Arguments

test_help

是否调阅predixcan.py的帮助文档,默认FALSE。

GTEX_tissue

GTEx v8组织类型,默认"all",即对所有组织分析,也可指定组织,如"JTI_Whole_Blood"。

model_db_path

字符串,预测模型所在文件夹的路径。

covariance

字符串,包含协方差数据的文件夹的路径。

gwas_file

GWAS的文件路径。

snp_column

包含RSID的列名。

effect_allele_column

包含效应等位基因的列名。

non_effect_allele_column

包含非效应等位基因的列名。

beta_column

输入GWAS文件中包含每个SNP效应值的列名。

se_column

输入GWAS文件中包含每个SNP 标准方差值的列名。

opt_arguments

predixcan.py的其他命令行参数(设置test_help=TRUE查看),默认NULL。

FDR_method

对P值进行FDR矫正方法,"fdr"或"bonferroni",默认"bonferroni"。

save_path

文件保存路径。

Value

生成一个 CSV 结果文件,每行代表一个基因在特定表型下的关联分析结果,包含以下字段:

  • gene: 基因 ID(ENSEMBL ID 或内含子 ID)。

  • effect: 估计的效应值,表示基因表达水平变化对表型的影响大小。

  • se: 估计的效应值标准误,衡量效应估计的不确定性。

  • zscore: 预测的关联 z 评分,反映基因表达水平与表型的关联方向和显著性。

  • pvalue: 关联分析的 p 值,评估基因表达水平与表型的统计显著性。

  • n_samples: 用于分析的样本数量,决定了统计检验的有效性。

  • status: 计算过程中是否存在错误,若有则记录具体错误信息。